Este projeto tem por objetivo compilar um Corpus de materiais escritos produzidos desde 2011 no contexto de duas disciplinas obrigatórias do curso sequencial ProFIS. Esse material tem sido armazenado em arquivo convencional (papel e imagem) para uso de professores de leitura e escrita acadêmicas do DLA do IEL em seus programas de ensino, testagem e pesquisa sobre usos da língua e das convenções da escrita por alunos ingressantes não selecionados pelo crivo do vestibular. Dada a relevância desse material, tanto para objetivos de ensino, quanto para objetivos de pesquisa relacionados aos letramentos escolar e acadêmico, o presente projeto tem como objetivo complementar os esforços feitos até aqui para atender às necessidades de organização e anonimização desse material já coletado, com vistas à otimização do acesso e dos procedimentos de busca, seleção, anotação e análise linguística. A criação de um corpus de aprendiz, composto de textos e excertos anônimos e desmarcados de qualquer vestígio visual capaz de identificar a autoria, atende plenamente a essas necessidades e segue parâmetros já bastante testados no campo da Linguística de Corpus, uma subárea da Linguística Aplicada. Cabe também ressaltar que tal projeto contribui para coleta de dados longitudinais no contexto de ensino de escrita na universidade através da constituição de um corpus de aprendizes brasileiros no contexto do ensino e aprendizagem de língua portuguesa por falantes nativos.Palavras-chave: humanidades digitais; linguística de corpus; letramento acadêmico; ProFIS.